原標(biāo)題：應(yīng)該給人工智能立規(guī)矩

　　人工智能的成長速度令人驚訝。在去年與韓國著名棋手李世石對戰(zhàn)時(shí)，阿爾法圍棋還在第四局頻出昏招輸?shù)舯荣�；但在今年的人機(jī)大戰(zhàn)中，它對戰(zhàn)“世界第一人”柯潔則幾乎顯現(xiàn)出了不可動搖的優(yōu)勢。

　　盡管阿爾法圍棋在圍棋的技術(shù)水平上正在達(dá)到人類前所未有的高度，但人工智能還遠(yuǎn)遠(yuǎn)難言“完美”。問題一方面來自對隱私范圍的界定和對數(shù)據(jù)的保護(hù)。海量數(shù)據(jù)可謂人工智能發(fā)展的“糧食”，無論是算法的優(yōu)化，還是之后對人們提供的決策建議，都需要在數(shù)據(jù)的海洋中尋找頭緒。與此同時(shí)，隨著技術(shù)的不斷進(jìn)步，更多維度的數(shù)據(jù)，包括行為數(shù)據(jù)、消費(fèi)偏好、地理位置數(shù)據(jù)等，都被納入考察維度中。因此，包括對隱私數(shù)據(jù)邊界的劃定，對數(shù)據(jù)擁有權(quán)的權(quán)利劃分，甚至包括數(shù)據(jù)交換的規(guī)則、數(shù)據(jù)泄露的懲罰措施等等，都需要重新界定。另一方面，問題也來自于人工智能自身的安全問題。安全來自算法優(yōu)化的過程需要受到監(jiān)管和制約。比如，個(gè)性化的電商購物推薦、個(gè)性化的新聞推送等，如何避免摻雜利益取向，如果有利益摻雜，又該如何向用戶公示和說明。

　　沒有規(guī)矩，不成方圓。如果不能建立技術(shù)之外的一系列框架，木桶的“短板效應(yīng)”將使人工智能永遠(yuǎn)也無法抵達(dá)“完美”的峰頂。

　　（陳靜 《經(jīng)濟(jì)日報(bào)》）